ARC Prize a officiellement annoncé que Gemini 4 Argon de Google DeepMind a obtenu un score vérifié de 97,5 % à ARC-AGI-3, faisant de Google le deuxième laboratoire d'IA après OpenAI à dépasser les 95 % — derrière seulement GPT-6 Astra à 99,9 %.
ARC-AGI-3 est surnommé « l'examen ultime de l'AGI » : pas de manuel, pas d'instructions prédéfinies. Le modèle est plongé dans un jeu de grille totalement inconnu et doit découvrir les règles, trouver l'objectif et planifier sa progression tout seul. Lors du lancement du test, il y a sept mois, tous les modèles de pointe affichaient moins de 1 %.
Trois points ressortent. D'abord, une vraie capacité d'apprentissage à la volée : sur 25 jeux publics, Argon a terminé les niveaux avec 62 % d'actions en moins que la référence humaine, égalant des records de speedrun sur trois jeux. Ensuite, le score dépend du dispositif de test — avec le harnais standard uniforme, le même modèle n'obtient que 49,8 %, près de la moitié de l'écart venant du harnais. Enfin, les anciennes versions du test sont également solides : 91,3 % sur ARC-AGI-2 et 98,5 % sur ARC-AGI-1. L'Epoch Capabilities Index attribue 165 points à Argon, près du sommet, même si les mathématiques et l'ingénierie logicielle restent des faiblesses.
Lien vers la source : Lire l'original. Cet article est un résumé à titre de référence.
